Чему вы научитесь
- писать промпты как код: роли, история, параметры — и собирать их функциями
- считать токены и стоимость запроса до отправки, а не по счёту в конце месяца
- применять zero-shot, few-shot и декомпозицию — и знать, когда CoT не нужен
- получать от модели гарантированный JSON: схема, валидация, retry
- описывать tool-схемы и разбирать tool_calls — прикладной function calling
- тестировать промпты как код: eval-наборы и регрессионный прогон
- защищать промпты от инъекций слоями — экранирование и разделение каналов
- управлять бюджетом контекста: отбор, порядок, компакция истории
- собрать библиотеку promptlib для ИИ-поддержки со скрытыми тестами
О курсе
Тренажёр промптинга для разработчиков: 100+ задач на код с автопроверкой в браузере, без API-ключа и VPN. Роли и токены, few-shot и цепочки, гарантированный JSON по схеме, function calling, регрессионные тесты промптов, защита от инъекций и бюджет контекста. В финале — библиотека promptlib для ИИ-поддержки магазина. Нужна база Python.
Для кого этот курс
- Python-разработчикам, кто уже потыкал LLM в чате и хочет встроить её в код: с гарантированным форматом вывода, тестами и защитой.
- Тем, у кого промпт «иногда работает»: после курса вы будете измерять качество eval-набором и ловить регрессии до пользователей.
- Тем, кто платит за токены: научитесь считать стоимость запроса заранее и укладывать контекст в бюджет.
- Выпускникам бесплатного магнита линейки и всем, кто хочет дешёвый первый шаг перед курсом по AI-агентам.
Начальные требования
Что нужно:
- База Python: функции, словари и списки, срезы строк, чтение JSON.
- Полезен (но не обязателен) первый опыт вызова LLM из кода — его даёт бесплатный курс линейки «LLM, RAG и AI-агенты на Python». Прийти «сбоку» тоже можно: массив messages вводим с нуля.
- Любой компьютер с браузером; для 6 локальных лаб — Python на своём ПК и ключ любого доступного провайдера (лабы опциональны, на баллы не влияют).
Что НЕ нужно:
- Не нужен API-ключ, платный аккаунт, VPN или зарубежная карта: автопроверка работает на встроенном MockLLM.
- Не нужны фреймворки (LangChain и т. п.) — все задачи на чистой стандартной библиотеке Python.
- Не нужна математика и устройство трансформеров — работаем с моделью как с чёрным ящиком через API.
- Не нужен опыт агентов — function calling даём прикладным уровнем, агентный цикл вглубь — тема следующего курса линейки.
Преподаватели курса
10 475
Как проходит обучение
- Формат: 8 модулей, 27 уроков и 267 коротких шагов; обучение проходит в свободном темпе.
- Практика: 130 code-задач с автопроверкой прямо в браузере; решения можно отправлять повторно.
- Теория: короткие текстовые объяснения, примеры, тесты и разборы ошибок.
- Поддержка: вопросы и обсуждения доступны под каждым шагом.
Что вы получите
- Навык обращаться с промптами как с кодом: структурированный вывод, function calling, eval-наборы и регрессия, защита от инъекций, бюджет контекста.
- Капстоун — библиотека promptlib для ИИ-поддержки ShopDB со скрытыми тестами. Готовый артефакт для резюме и портфолио.
- Шпаргалка промпт-паттернов — забираете с собой после финала.
- Сертификат Stepik при наборе проходного балла.
- Бессрочный доступ к материалам и будущим обновлениям (обновляемые уроки про reasoning-модели и RU-стек).
Нагрузка
~4 ч в неделю (весь курс ~15–20 часов, ~4–5 недель)